1 / 16

Programação Linear

Programação Linear. Prof. M.Sc. Fábio Francisco da Costa Fontes Agosto - 2009. Introdução.

adie
Download Presentation

Programação Linear

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript


  1. Programação Linear Prof. M.Sc. Fábio Francisco da Costa Fontes Agosto - 2009

  2. Introdução Diremos que um problema de programação linear está em sua forma padrão se tivermos uma Maximização da função objetivo e se todas as restrições forem do tipo menor ou igual, bem como os termos constantes e variáveis de decisão não-negativos. Matemáticamente podemos representar um problema padrão por:

  3. Introdução Maximizar: Z = c1x1 + c2x2 + ... Cnxn Sujeito a: a11x1 + a12x2 + ... + a1nxn≤b1 a21x1 + a22x2 + ... + a2nxn≤ b2 : : : am1x1 + am2x2 + ... + amnxn≤ bm x1, x2, ... xn≥ 0

  4. Introdução ou na forma reduzida: Maximizar: Z = Sujeito a: x1, x2, ..., xn≥ 0

  5. Introdução ou na forma matricial, equivalentemente Max CTx s.a: Ax ≤ b x≥0 Onde Amxn matriz, e

  6. Resolução Gráfica Quando o problema envolve apenas duas variáveis de decisão, a solução ótima de um problema de programação linear pode ser encontrada graficamente. Imagine o seguinte problema de programação linear:

  7. Resolução Gráfica (exemplo 1) • Max Z = 5x1 + 2x2 • Sujeito a: • x1≤ 3 • x2 ≤ 4 • x1 + 2x2 ≤ 9 • x1≥ 0 e x2 ≥ 0

  8. Resolução Gráfica (exemplo 2) • Max Z = x1 + x2 • Sujeito a: • 2x1 + x2 ≤ 2 • 6x1 + x2 ≤ 3 • x1≥ 0 e x2 ≥ 0

  9. Resolução Gráfica (exemplo 3) Min 7x1 + 9x2 s.a: -x1 + x2≤ 2 x1 ≤ 5 x2 ≤ 6 3x1 + 5x2 ≥ 15 5x1 + 4x2 ≥ 20 x1, x2 ≥ 0

  10. Resolução Gráfica (exemplo 3) Min 6x1 + 10x2 s.a: -x1 + x2≤ 2 x1 + 2x2≥ 1 x1 ≤ 5 x2 ≤ 6 3x1 + 5x2 ≥ 15 5x1 + 4x2 ≥ 20 x1, x2 ≥ 0 Restrições Redundantes: restrições que não participam da determinação do conjunto de soluções viáveis.

  11. Resolução Gráfica (exemplo 4) Min 6x1 + 10x2 s.a: -x1 + x2≤ 2 x1≤ 5 x2 ≤ 6 3x1 + 5x2 ≥ 15 5x1 + 4x2 ≥ 20 x1, x2 ≥ 0 Multiplicidade de Soluções: o problema apresenta mais de uma solução ótima

  12. Resolução Gráfica (exemplo 5) Max 6x1 + 10x2 s.a: -x1 + x2≤ 2 x2 ≤ 6 3x1 + 5x2 ≥ 15 5x1 + 4x2 ≥ 20 x1, x2 ≥ 0 Problema Ilimitado: Quando existem infinitas soluções viáveis, porém não se consegue determinar a ótima.

  13. Resolução Gráfica (exemplo 6) Max x1 + x2 s.a: x1 + x2≤ 12 x1 + x2 ≥ 20 x1, x2 ≥ 0 Conjunto de soluções viáveis vazio (problema inviável)

  14. Resolução Analítica Para se utilizar o método de resolução Analítica não existe um limite de variávies. Vamos resolver o exemplo abaixo: Max x1 + x2 s.a: 2x1 + x2≤ 2 x1 + 3x2 ≤ 3 x1, x2 ≥ 0

  15. Resolução Analítica Exemplo 2: Max 4x1 + 8x2 s.a: 3x1 + 2x2≤ 18 x1 + x2 ≤ 5 x1 ≤ 4 x1, x2 ≥ 0

  16. Resolução Analítica Exemplo 3: Max 2x1 + 6x2 s.a: 4x1 + 3x2≤ 12 2x1 + x2 ≤ 8 x1, x2 ≥ 0

More Related